R语言dataframe指定列空值填充：用前一列有效值填充而非整行填充

问题原因 #

你原有代码无法生效的核心原因有两个：

• 你的数据中空值是空字符串""，而非NA，is.na()判断条件永远不触发
• R会自动将数字开头的日期列名转换为带X前缀的合法列名，若未提前排序会导致填充顺序错误

解法1：修改原有循环逻辑 #

# 步骤1：将空字符串替换为NA
df[df == ""] <- NA

# 步骤2：逐列向前填充
for (i in 2:ncol(df)) {
  df[,i] <- dplyr::coalesce(df[,i], df[,i-1])
}

# 步骤3：按需将NA转回空字符串
df[is.na(df)] <- ""

解法2：tidyverse简洁写法（无需手动写循环） #

library(tidyverse)
library(zoo)

df1 <- df %>%
  # 将空字符串转为NA
  mutate(across(-Resource_Code, ~ifelse(. == "", NA, as.numeric(.)))) %>%
  # 按行执行向前填充
  rowwise() %>%
  mutate(across(-Resource_Code, ~na.locf(.x, na.rm = FALSE))) %>%
  ungroup() %>%
  # 将剩余NA转回空字符串
  mutate(across(-Resource_Code, ~ifelse(is.na(.x), "", .x)))

注意事项 #

填充前务必确认所有日期列是按时间升序从左到右排列，若列顺序混乱可先执行排序代码：

# 提取日期列并按时间排序
date_cols <- names(df)[-1]
# 转换日期格式时注意匹配实际列名的格式，若列名已经是`2021-09-01`格式则去掉format参数的X和.
sorted_dates <- sort(as.Date(date_cols, format = "X%Y.%m.%d"))
df <- df[, c("Resource_Code", as.character(sorted_dates))]

内容的提问来源于stack exchange，提问作者ks ramana